പുതിയ ന്യൂറോപ്രോസ്തെറ്റിക് ഒരു AI റോബോട്ടിക്സ് ബ്രേക്ക്ത്രൂ ആണ്

സ്വിറ്റ്സർലൻഡിലെ EPFL (École polytechnique fédérale de Lausanne) യിലെ ശാസ്ത്രജ്ഞർ ലോകത്തിലെ ആദ്യത്തെ റോബോട്ടിക് കൈ നിയന്ത്രണത്തിനായി സൃഷ്ടിക്കുന്നതായി പ്രഖ്യാപിച്ചു - മനുഷ്യന്റെ നിയന്ത്രണത്തെ കൃത്രിമ ബുദ്ധി (AI) യന്ത്രവൽക്കരണം ഉപയോഗിച്ച് ഏകീകരിക്കുന്ന ഒരു പുതിയ തരം ന്യൂറോപ്രൊസ്റ്റെറ്റിക് സെപ്റ്റംബർ 2019 ൽ നേച്ചർ മെഷീൻ ഇന്റലിജൻസ് .

മോട്ടോർ കഴിവുകൾ, വിജ്ഞാനം, കാഴ്ച, കേൾവി, ആശയവിനിമയം അല്ലെങ്കിൽ സെൻസറി കഴിവുകൾ എന്നിവയെ ബാധിക്കുന്ന കുറവുകൾ നികത്താൻ വൈദ്യുത ഉത്തേജനം വഴി നാഡീവ്യവസ്ഥയെ ഉത്തേജിപ്പിക്കുകയോ മെച്ചപ്പെടുത്തുകയോ ചെയ്യുന്ന കൃത്രിമ ഉപകരണങ്ങളാണ് ന്യൂറോപ്രോസ്റ്റെറ്റിക്സ് (ന്യൂറൽ പ്രോസ്റ്റെറ്റിക്സ്). മസ്തിഷ്ക-കമ്പ്യൂട്ടർ ഇന്റർഫേസുകൾ (ബിസിഐ), ആഴത്തിലുള്ള മസ്തിഷ്ക ഉത്തേജനം, സുഷുമ്‌നാ നാഡി ഉത്തേജകങ്ങൾ (എസ്‌സി‌എസ്), മൂത്രസഞ്ചി നിയന്ത്രണ ഇംപ്ലാന്റുകൾ, കോക്ലിയർ ഇംപ്ലാന്റുകൾ, കാർഡിയാക് പേസ് മേക്കറുകൾ എന്നിവ ന്യൂറോപ്രോസ്‌തെറ്റിക്‌സിന്റെ ഉദാഹരണങ്ങളാണ്.

ഗ്ലോബൽ മാർക്കറ്റ് ഇൻസൈറ്റിന്റെ 2019 ആഗസ്ത് റിപ്പോർട്ടിലെ കണക്കുകൾ പ്രകാരം, 2025 ഓടെ ലോകമെമ്പാടുമുള്ള അപ്പർ ലിംബ് പ്രോസ്റ്റെറ്റിക്സ് മൂല്യം 2.3 ബില്യൺ യുഎസ്ഡി കവിയുമെന്ന് പ്രതീക്ഷിക്കുന്നു. 2018 -ൽ, അതേ റിപ്പോർട്ടിന്റെ അടിസ്ഥാനത്തിൽ ലോകമെമ്പാടുമുള്ള വിപണി മൂല്യം ഒരു ബില്യൺ ഡോളറിലെത്തി. നാഷണൽ ലിംബ് ലോസ് ഇൻഫർമേഷൻ സെന്ററിന്റെ കണക്കനുസരിച്ച്, രണ്ട് ദശലക്ഷം അമേരിക്കക്കാർ അംഗവൈകല്യമുള്ളവരാണ്. റിപ്പോർട്ടനുസരിച്ച് യു.എസ് ഛേദിക്കലുകളിൽ 82 ശതമാനവും രക്തക്കുഴലുകളുടെ രോഗങ്ങളാണ്.

ഉപയോക്താവിന്റെ നിലവിലുള്ള പേശികളാൽ സജീവമാകുന്ന ബാഹ്യമായി പ്രവർത്തിക്കുന്ന കൃത്രിമ അവയവങ്ങൾ ഉപയോഗിച്ച് മുറിച്ച ശരീര ഭാഗങ്ങൾ മാറ്റിസ്ഥാപിക്കാൻ ഒരു മയോ ഇലക്ട്രിക് പ്രോസ്റ്റസിസ് ഉപയോഗിക്കുന്നു. ഇപിഎഫ്എൽ ഗവേഷണ സംഘത്തിന്റെ അഭിപ്രായത്തിൽ, ഇന്ന് ലഭ്യമായ വാണിജ്യ ഉപകരണങ്ങൾക്ക് ഉപയോക്താക്കൾക്ക് ഉയർന്ന തോതിൽ സ്വയംഭരണാധികാരം നൽകാൻ കഴിയും, എന്നാൽ സാമർത്ഥ്യം മനുഷ്യന്റെ കൈ പോലെ അത്രയും ചടുലമല്ല.

"വാണിജ്യ ഉപകരണങ്ങൾ സാധാരണയായി രണ്ട് റെക്കോർഡിംഗ്-ചാനൽ സംവിധാനം ഉപയോഗിച്ച് ഒരൊറ്റ സ്വാതന്ത്ര്യം നിയന്ത്രിക്കുന്നു; അതായത്, ഒരു എസ്ഇഎംജി ചാനൽ ഫ്ലെക്സിനും മറ്റൊന്ന് വിപുലീകരണത്തിനുമായി, ”ഇപിഎഫ്എൽ ഗവേഷകർ അവരുടെ പഠനത്തിൽ എഴുതി. "അവബോധജന്യമായിരിക്കുമ്പോൾ, സിസ്റ്റം ചെറിയ വൈദഗ്ദ്ധ്യം നൽകുന്നു. ഈ ഉപകരണങ്ങളുടെ വിലയും സങ്കീർണ്ണതയും കണക്കിലെടുക്കാൻ നിയന്ത്രണത്തിന്റെ തോത് അപര്യാപ്തമാണെന്ന് അവർ കരുതുന്നതിനാൽ, ആളുകൾ ഉയർന്ന നിരക്കിൽ മയോ ഇലക്ട്രിക് പ്രോസ്റ്റസിസ് ഉപേക്ഷിക്കുന്നു. ”

മയോഇലക്ട്രിക് പ്രോസ്റ്റീസുകളുമായുള്ള വൈദഗ്ധ്യത്തിന്റെ പ്രശ്നം പരിഹരിക്കുന്നതിന്, ഇപിഎഫ്എൽ ഗവേഷകർ ഈ പ്രൂഫ്-ഓഫ്-കൺസെപ്റ്റ് പഠനത്തിനായി ഒരു ഇന്റർ ഡിസിപ്ലിനറി സമീപനം സ്വീകരിച്ചു, ന്യൂറോ എഞ്ചിനീയറിംഗ്, റോബോട്ടിക്സ്, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് എന്നിവയുടെ ശാസ്ത്രീയ മേഖലകൾ സംയോജിപ്പിച്ച് മോട്ടോർ കമാൻഡിന്റെ ഒരു ഭാഗം "പങ്കിട്ടു" നിയന്ത്രണം. "

സിൽവെസ്ട്രോ മിസെറ, ഇപിഎഫ്എല്ലിന്റെ വിവർത്തന ന്യൂറോ എഞ്ചിനീയറിംഗിലെ ബെർട്ടറെല്ലി ഫൗണ്ടേഷൻ ചെയർമാനും ഇറ്റലിയിലെ സ്‌കോള സൂപ്പിയോർ സാന്റ് അന്നയിലെ ബയോഇലക്ട്രോണിക്സ് പ്രൊഫസറുമായ റോബോട്ടിക് കൈകൾ നിയന്ത്രിക്കുന്നതിനുള്ള ഈ പങ്കിട്ട സമീപനം, മസ്തിഷ്കം പോലുള്ള വൈവിധ്യമാർന്ന ന്യൂറോപ്രോസ്തെറ്റിക് ആവശ്യങ്ങൾക്കായി ക്ലിനിക്കൽ സ്വാധീനവും ഉപയോഗക്ഷമതയും മെച്ചപ്പെടുത്താൻ സഹായിക്കും. -മെഷീൻ ഇന്റർഫേസുകളും (ബിഎംഐ) ബയോണിക് ഹാൻഡുകളും.

"വാണിജ്യ പ്രോസ്റ്റീസുകൾ സാധാരണയായി ആനുപാതികമായവയ്ക്ക് പകരം ക്ലാസിഫയർ അടിസ്ഥാനമാക്കിയുള്ള ഡീകോഡറുകൾ ഉപയോഗിക്കുന്നതിനുള്ള ഒരു കാരണം, ക്ലാസിഫയറുകൾ ഒരു പ്രത്യേക ഭാവത്തിൽ കൂടുതൽ ശക്തമായി നിലനിൽക്കുന്നതിനാലാണ്," ഗവേഷകർ എഴുതി. ഗ്രഹിക്കുന്നതിനായി, ഇത്തരത്തിലുള്ള നിയന്ത്രണം അബദ്ധവശാൽ വീഴുന്നത് തടയാൻ അനുയോജ്യമാണ്, പക്ഷേ സാധ്യമായ കൈകളുടെ എണ്ണം നിയന്ത്രിച്ച് ഉപയോക്തൃ ഏജൻസിയെ ബലിയർപ്പിക്കുന്നു. ഞങ്ങളുടെ പങ്കിട്ട നിയന്ത്രണം നടപ്പിലാക്കുന്നത് ഉപയോക്തൃ ഏജൻസിക്കും കരുത്ത് ഗ്രഹിക്കാനും അനുവദിക്കുന്നു. ശൂന്യമായ സ്ഥലത്ത്, ഉപയോക്താവിന് കൈകളുടെ ചലനങ്ങളിൽ പൂർണ്ണ നിയന്ത്രണമുണ്ട്, ഇത് ഗ്രഹിക്കുന്നതിനുള്ള മുൻകൂർ രൂപീകരണത്തിനും അനുവദിക്കുന്നു.

ഈ പഠനത്തിൽ, EPFL ഗവേഷകർ സോഫ്റ്റ്വെയർ അൽഗോരിതങ്ങളുടെ രൂപകൽപ്പനയിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ചു - ബാഹ്യ പാർട്ടികൾ നൽകിയ റോബോട്ടിക് ഹാർഡ്‌വെയറിൽ KUKA IIWA 7 റോബോട്ടിൽ ഘടിപ്പിച്ചിട്ടുള്ള അല്ലെഗ്രോ ഹാൻഡ്, ഒപ്റ്റിട്രാക്ക് ക്യാമറ സിസ്റ്റം, TEKSCAN പ്രഷർ സെൻസറുകൾ എന്നിവ ഉൾപ്പെടുന്നു.

ഇപിഎഫ്എൽ ശാസ്ത്രജ്ഞർ ഒരു കൃത്രിമ കൈയിലെ വിരലുകളുടെ ചലനത്തിലേക്ക് വിവർത്തനം ചെയ്യുന്നതിനായി ഉപയോക്താവിന്റെ ഉദ്ദേശ്യം എങ്ങനെ വ്യാഖ്യാനിക്കാമെന്ന് മനസിലാക്കാൻ ഒരു മൾട്ടി ലെയർ പെർസെപ്ട്രോൺ (MLP) സൃഷ്ടിച്ച് ഒരു ചലനാത്മക ആനുപാതിക ഡീകോഡർ സൃഷ്ടിച്ചു. ബാക്ക്പ്രോപാഗേഷൻ ഉപയോഗിക്കുന്ന ഒരു ഫീഡ് ഫോർവേഡ് കൃത്രിമ ന്യൂറൽ നെറ്റ്‌വർക്കാണ് മൾട്ടി ലെയർ പെർസെപ്‌ട്രോൺ. കൃത്രിമ ന്യൂറൽ നെറ്റ്‌വർക്കിലൂടെ ഒരു ചക്രത്തിലോ ലൂപ്പിലോ ഒരു ദിശയിലേക്ക് വിവരങ്ങൾ മുന്നോട്ട് നീങ്ങുന്ന ഒരു ആഴത്തിലുള്ള പഠന രീതിയാണ് MLP.

കൈ ചലനങ്ങളുടെ ഒരു പരമ്പര നടത്തുന്ന ഉപയോക്താവിൻറെ ഇൻപുട്ട് ഡാറ്റയാണ് അൽഗോരിതം പരിശീലിപ്പിക്കുന്നത്. വേഗത്തിലുള്ള ഒത്തുചേരൽ സമയത്തിനായി, ഗ്രേഡിയന്റ് ഡിസന്റിന് പകരം നെറ്റ്‌വർക്ക് വെയ്റ്റ് ഫിറ്റ് ചെയ്യുന്നതിന് ലെവൻബെർഗ് -മാർക്വാർഡ് രീതി ഉപയോഗിച്ചു. മുഴുവൻ-മാതൃക പരിശീലന പ്രക്രിയ വേഗത്തിലും ഓരോ വിഷയത്തിനും 10 മിനിറ്റിൽ താഴെ സമയമെടുത്തു, ക്ലിനിക്കൽ-ഉപയോഗ വീക്ഷണകോണിൽ നിന്ന് അൽഗോരിതം പ്രായോഗികമാക്കി.

"ഒരു അംഗവൈകല്യമുള്ളവനെ സംബന്ധിച്ചിടത്തോളം, നമ്മുടെ വിരലുകൾ നീങ്ങുന്ന എല്ലാ വഴികളെയും നിയന്ത്രിക്കാൻ പേശികൾ ചുരുങ്ങുന്നത് വളരെ ബുദ്ധിമുട്ടാണ്," ഗവേഷണ പഠനത്തിന്റെ ആദ്യ രചയിതാവായിരുന്ന ഇപിഎഫ്എൽ ട്രാൻസ്ലേഷണൽ ന്യൂറൽ എഞ്ചിനീയറിംഗ് ലാബിലെ കേറ്റി ഷുവാങ് പറഞ്ഞു. . "നമ്മൾ ചെയ്യുന്നത് ഈ സെൻസറുകൾ അവശേഷിക്കുന്ന സ്റ്റമ്പിൽ വയ്ക്കുക, തുടർന്ന് അവ റെക്കോർഡ് ചെയ്ത് ചലന സിഗ്നലുകൾ എന്താണെന്ന് വ്യാഖ്യാനിക്കാൻ ശ്രമിക്കുക എന്നതാണ്. ഈ സിഗ്നലുകൾ അൽപ്പം ശബ്ദമുണ്ടാക്കുന്നതിനാൽ, നമുക്ക് വേണ്ടത് ഈ മഷീൻ ലേണിംഗ് അൽഗോരിതം ആണ്, അത് ആ പേശികളിൽ നിന്ന് അർത്ഥവത്തായ പ്രവർത്തനം വേർതിരിച്ച് അവയെ ചലനങ്ങളായി വ്യാഖ്യാനിക്കുന്നു. ഈ ചലനങ്ങളാണ് റോബോട്ടിക് കൈകളുടെ ഓരോ വിരലുകളെയും നിയന്ത്രിക്കുന്നത്. ”

വിരൽ ചലനങ്ങളുടെ മെഷീൻ പ്രവചനങ്ങൾ 100 ശതമാനം കൃത്യമല്ലായിരിക്കാം എന്നതിനാൽ, ഇപിഎഫ്എൽ ഗവേഷകർ റോബോട്ടിക് ഓട്ടോമേഷൻ സംയോജിപ്പിച്ച് കൃത്രിമ കൈ പ്രവർത്തനക്ഷമമാക്കുന്നതിനും പ്രാരംഭ സമ്പർക്കം നടത്തിക്കഴിഞ്ഞാൽ ഒരു വസ്തുവിന് ചുറ്റും യാന്ത്രികമായി അടയ്ക്കാൻ തുടങ്ങും. ഉപയോക്താവിന് ഒരു വസ്തു റിലീസ് ചെയ്യാൻ താൽപ്പര്യമുണ്ടെങ്കിൽ, അയാൾ അല്ലെങ്കിൽ അവൾ ചെയ്യേണ്ടത് റോബോട്ടിക് കൺട്രോളർ ഓഫ് ചെയ്യുന്നതിനായി കൈ തുറക്കാൻ ശ്രമിക്കുകയും ഉപയോക്താവിനെ വീണ്ടും കൈയുടെ നിയന്ത്രണത്തിലാക്കുകയും ചെയ്യുക എന്നതാണ്.

ഇപിഎഫ്എല്ലിന്റെ ലേണിംഗ് അൽഗോരിതംസ് ആൻഡ് സിസ്റ്റം ലബോറട്ടറി നയിക്കുന്ന ഓഡ് ബില്ലാർഡ് പറയുന്നതനുസരിച്ച്, റോബോട്ടിക് കൈയ്ക്ക് 400 മില്ലിസെക്കൻഡിൽ പ്രതികരിക്കാൻ കഴിയും. "വിരലുകളിലുടനീളം പ്രഷർ സെൻസറുകൾ ഘടിപ്പിച്ചിരിക്കുന്നതിനാൽ, വസ്തു വഴുതിപ്പോകുന്നുവെന്ന് തലച്ചോറിന് മനസ്സിലാക്കുന്നതിന് മുമ്പ് അത് പ്രതികരിക്കാനും സ്ഥിരപ്പെടുത്താനും കഴിയും," ബില്ലാർഡ് പറഞ്ഞു.

ന്യൂറോ എഞ്ചിനീയറിംഗ്, റോബോട്ടിക്സ് എന്നിവയിൽ കൃത്രിമബുദ്ധി പ്രയോഗിക്കുന്നതിലൂടെ, ഇപിഎഫ്എൽ ശാസ്ത്രജ്ഞർ മെഷീനും ഉപയോക്തൃ ഉദ്ദേശ്യവും തമ്മിലുള്ള പങ്കിട്ട നിയന്ത്രണത്തിന്റെ പുതിയ സമീപനം പ്രകടമാക്കി - ന്യൂറോപ്രോസ്തെറ്റിക് സാങ്കേതികവിദ്യയിലെ പുരോഗതി.

പകർപ്പവകാശം © 2019 കാമി റോസോ എല്ലാ അവകാശങ്ങളും നിക്ഷിപ്തം.